運(yùn)動(dòng)人體檢測與行為識別研究.pdf

1、基于視覺的運(yùn)動(dòng)人體檢測與行為識別涉及圖像處理、模式識別的核心問題，在安全和軍事等領(lǐng)域有廣泛前景。因此在固定單攝像機(jī)下，研究運(yùn)動(dòng)目標(biāo)檢測與跟蹤獲取單人姿態(tài)序列，構(gòu)造時(shí)空拓?fù)涮卣?，建立分類?zhǔn)則，識別近景單人行為，具有非常高的理論和現(xiàn)實(shí)意義。
　　 本文針對混合高斯和多模態(tài)均值在擾動(dòng)、光照和計(jì)算存儲量等方面的優(yōu)缺點(diǎn)，提出了區(qū)域紋理法，分析場景，制定區(qū)域復(fù)雜度檢測目標(biāo)。實(shí)驗(yàn)表明該方法能在復(fù)雜室內(nèi)外環(huán)境中克服噪聲與擾動(dòng)，實(shí)時(shí)轉(zhuǎn)換前/背景，

2、優(yōu)化速度和存儲量，準(zhǔn)確檢測目標(biāo)。為提高蒙特卡羅跟蹤的抗遮擋和背景干擾能力，提出多線索動(dòng)態(tài)融合粒子濾波算法，通過局部區(qū)域初始化樣本，結(jié)合顏色、紋理、邊緣線索自適應(yīng)模型，有效避免干擾與遮擋，魯棒精確地跟蹤目標(biāo)。在行為識別中，針對特征的描述力與維數(shù)問題，利用隨機(jī)投影融合幾何不變歸一化R變換、拓?fù)浣Y(jié)構(gòu)和行為時(shí)空Poisson信息，構(gòu)造強(qiáng)內(nèi)聚高區(qū)分的低維時(shí)空運(yùn)動(dòng)拓?fù)涮卣?。結(jié)合模擬人腦解決問題的稀疏機(jī)制，添加噪聲項(xiàng)克服空洞和陰影，識別近景單人走、跑